近年来，深度学习框架如雨后春笋般的涌现出来，如TensorFlow、caffe、caffe2、PyTorch、Keras、Theano、Torch等，对于从事计算机视觉/机器学习/图像处理方面的研究者或者教育者提高了更高的要求。其中Pytorch是Torch的升级版，其有非常优秀的前端和灵活性，相比TensorFlow不用重复造轮子，易于Debug调试，极大的提高开发效率，使得其在其他框架中脱颖而出。更多信息参见：caffe2+Pytorch1.0 = Pytorch1.0，期待即将推出的1.0版本，caffe2更适合后端部署。关于这几个那个的比较，可以参见贾杨清在知乎上的回答以及他回答Caffe2中并入Pytorch的看法
本次博客用来记录我在Windows上安装Pytorch的过程，以及遇到的问题，供大家参考

1 、进入官网https://pytorch.org/

Windows中安装Pytorch和Torch

在这个页面会自动帮你选择，但是包的形式，需要你选择，本人选择的是pip的，如果是Conda,请自己选择，CUDA和Python的版本会自动检测，所以不用担心。

如果需要查看自己Python版本，请在cmd/cmder/power shell中输入Python/ipython即可

 

Windows中安装Pytorch和Torch

CUDA版本号的查看

方法1：

进入以下目录
C:Program FilesNVIDIA GPU Computing ToolkitCUDA
即可安装的CUDA版本

Windows中安装Pytorch和Torch

 

方法2：

请在cmd/cmder/power shell中输入nvcc -V即可

Windows中安装Pytorch和Torch

 

2、pip 安装Pytorch包

在命令行中，输入你复制的网页command即可

Windows中安装Pytorch和Torch

 

安装好之后请安装torchvision，即网页上的第二个命令

Windows中安装Pytorch和Torch

做到这里，其实就差一步，就可以检测了，那就是卸载Numpy(pip uninstall Numpy)，重新安装以下，因为torch是依赖Numpy的，你以前安装的版本可能和这个不同，所以需要卸载重新安装，安装号之后就可以测试了

Windows中安装Pytorch和Torch

 

只要不报错，就是成功了

Windows中安装Pytorch和Torch

其中，我们可以用torch.cuda.is_available()这个方法来查看是否支持GPU，True就是支持，到此为止，大功告成，可以去玩耍去了！！！！！